Dashboard Ejecutivo

📊 Métricas Principales

833

Total Clientes

16.9%

Tasa de Morosidad

Q76,273

Precio Promedio Producto

Q21,656

Sueldo Promedio

🎯 Insights Estratégicos Clave

🏠 Correlación Vivienda-Crédito

Fuerte correlación negativa (-0.48) entre vivienda propia y tarjeta de crédito. Los propietarios tienden a ser más conservadores financieramente.

💳 Perfiles Diferenciados

4 perfiles crediticios identificados: Urbano con Crédito (34.2%), Establecido Premium (31.6%), Propietario Conservador (30.8%), y Joven Emergente (3.4%).

⚠️ Riesgo Concentrado

El perfil "Joven Emergente" representa solo 3.4% de clientes pero tiene 25% de morosidad vs 11% promedio general.

💰 Capacidad Limitada

Todos los perfiles muestran capacidad de pago de 0.3x (productos 3x mayores que sueldo), indicando necesidad de financiamiento a largo plazo.

👥 Análisis Demográfico

Distribución de Sueldos

Distribución de Precio de Producto

Clientes por Ocupación

Clientes por Estado Civil

🏠 Tenencia de Bienes

Proporción de Vivienda Propia

Proporción de Vehículo Propio

Proporción de Tarjeta de Crédito

🔗 Matriz de Correlaciones

Matriz de Correlaciones

📊 Perfiles Crediticios

Distribución de Perfiles Crediticios

Comparativa de Perfiles

Matriz Estratégica de Perfiles

⚠️ Análisis de Morosidad

Morosidad por Perfil Crediticio

Comparativa Morosos vs Al Día

Morosidad por Ocupación

💰 Análisis Financiero

Sueldo por Ocupación

Cuotas Pendientes por Nivel de Sueldo

💡 Recomendaciones Estratégicas

🎯 Enfoque Prioritario

Perfil Urbano con Crédito: Concentrar esfuerzos en este segmento (34.2% de clientes) con baja morosidad (10.9%) y buena capacidad de pago.

⚠️ Gestión de Riesgo

Perfil Joven Emergente: Implementar scoring más estricto y monitoreo especial para este segmento de alto riesgo (25% morosidad).

🚀 Oportunidades de Crecimiento

Up-selling: Los perfiles Premium y Conservador muestran estabilidad. Ofrecer productos complementarios y aumentar límites de crédito.

🔄 Estrategia Anti-Morosidad

Prevención: Contacto proactivo con clientes en cuota 1, reestructuración para sueldos bajos, y programas de lealtad.

📊 Scoring Crediticio

Variables clave: Vivienda propia, tarjeta de crédito, y ocupación son los mejores predictores. Actualizar algoritmos de aprobación.

💰 Impacto Financiero

ROI Estimado: Reducir morosidad en 50% podría generar ahorros de Q4,985,225

📈 Conclusiones Ejecutivas

✅ Fortalezas Identificadas

Base de clientes diversificada con 3 perfiles principales equilibrados. Tasa de morosidad general controlada (16.9%). Correlaciones claras para scoring crediticio.

⚡ Acciones Inmediatas

1) Implementar scoring diferenciado por perfil. 2) Monitoreo especial del segmento Joven Emergente. 3) Estrategias de up-selling para perfiles estables.

🎯 Objetivos 2024

Reducir morosidad a <8%. Incrementar penetración en Perfil Urbano. Desarrollar productos específicos por perfil crediticio.

📊 Próximos Análisis

Análisis de cohortes por antigüedad. Modelo predictivo de morosidad. Segmentación geográfica. Análisis de rentabilidad por perfil.